Digitales Repositorium der BTU Cottbus – Senftenberg
Not a member yet
4640 research outputs found
Sort by
Eine charakteristische dynamische Modenzerlegung zur Erkennung von transportdominierten großskaligen kohärenten Strukturen in turbulenten wandbegrenzten Strömungen
No full textLarge-scale energetic coherent structures are detected in turbulent pipe flow at shear Reynolds number of 181. They are distinguished by having long lifetimes, living on large scales and contributing prominently to the spectral peak in premultiplied spectra of streamwise velocity component. In order to investigate these structures in the absence of small scale perturbations, they are extracted from the underlying multi-scaled and complex turbulent flow. For this purpose, data-driven methods such as Proper Orthogonal Decomposition (POD) and Dynamic Mode Decomposition (DMD) are suitable candidates as long as the structures are stationary in space and time. Nevertheless, the transport-dominated nature of structures in wall-bounded flows poses a major problem to application of such methods. Different instances of a structure travelling with a certain group velocity in space and time will be perceived as different modes. This results in poorly decaying singular values signifying that many modes will be required to describe a single structure. To remedy this issue a Characteristic DMD (CDMD) is developed showing that on a properly chosen frame of reference along the characteristics defined by the group velocity, a POD or DMD reduce the moving structures to a few modes. Reconstruction of the candidate modes in the spatio-temporal space and transforming them back to physical space gives the low rank model of the flow. The method is initially applied to the vortex head of a compressible starting jet as it offers a distinct coherent structure and therefore, can serve as a success measure of the method. The vortex head is described with a few modes only and it is shown that the dynamics associated with the modes are detected more accurately on a moving frame. In the next step the developed method is applied to the data from Direct Numerical Simulations (DNS) and a low dimensional subspace is extracted out of highly complex turbulent pipe flow. The essential features of the flow such as spectral energy and Reynolds stresses are captured in a subspace with only 3% of the modes. The structures living in this subspace have long lifetimes, possess wide range of length-scales and travel at group velocities close to that of the moving frame of reference. Having a significantly lower degree of freedom, the detected low rank subspace offers a more clear basis for capturing large-scale persistent structures. Aiming at separating the scales, a second spatio-temporal decomposition is applied to the low rank subspace, normal to the direction of characteristics. A secondary subspace is formed comprising of the modes with large scales using only 10% of the new modes. Investigating the spectral and turbulent properties of the mentioned subspace, shows that it accommodates the near-wall streaks. The captured streaks show a significant contribution to the spectrum of streamwise velocity component and very low contributions to the spectra ofradial and azimuthal components. The developed CDMD proves to be an effective tool to detect and identify the large-scale coherent structures in wall-bounded turbulent flows.Großskalige energetische kohärente Strukturen in einer turbulenten Rohrströmung bei einer Scher-Reynoldszahl von 181 werden aufgelöst und nachgewiesen. Sie zeichnen sich dadurch aus, dass sie eine lange Lebensdauer haben, auf großen Skalen leben und in den vormultiplizierten Spektren der Geschwindigkeitskomponente in Strömungsrichtung einen bedeutenden Beitrag zur spektralen Amplitude leisten. Um diese Strukturen in Abwesenheit von kleinräumigen Störungen zu untersuchen, werden sie aus der zugrunde liegenden vielskaligen und komplexen turbulenten Strömung extrahiert. Zu diesem Zweck eignen sich datengesteuerte Methoden wie die Proper Orthogonal Decomposition (POD) und die Dynamic Mode Decomposition (DMD), sofern die Strukturen in Raum und Zeit stationär sind. Dennoch stellt die transportdominierte Natur von Strukturen in wandbegrenzten Strömungen ein großes Problem für die Anwendung solcher Methoden dar. Verschiedene Instanzen einer Struktur, die sich mit einer bestimmten Gruppengeschwindigkeit in Raum und Zeit bewegen, werden als unterschiedliche Moden wahrgenommen. Dies führt zu schlecht abfallenden Singulärwerten, was bedeutet, dass viele Moden erforderlich sind, um eine einzige Struktur zu beschreiben. Um dieses Problem zu lösen, wird eine charakteristische DMD (CDMD) entwickelt, die zeigt, dass entlang der Charakteristiken eine POD oder DMD, bei einem richtig gewählten Bezugsrahmen, die bewegten Strukturen auf wenige Moden reduziert. Die Rekonstruktion der Kandidatenmoden im raum-zeitlichen Raum und ihre Rücktransformation in den physikalischen Raum ergibt das niedrigrangige Modell der Strömung. Die Methode wird zunächst auf den Wirbelkopf eines kompressiblen Freistrahls angewandt, da dieser eine ausgeprägte kohärente Struktur aufweist und daher als Erfolgsmaßstab für die Methode dienen kann. Der Wirbelkopf wird mit nur wenigen Moden beschrieben, und es wird gezeigt, dass die mit den Moden verbundene Dynamik in einem bewegten Rahmen genauer erfasst wird. Im nächsten Schritt wird die entwickelte Methode auf die Daten aus Direkten Numerischen Simulationen (DNS) angewendet und ein niedrigdimensionaler Unterraum aus einer hochkomplexen turbulenten Rohrströmung extrahiert. Die wesentlichen Merkmale der Strömung wie spektrale Energie und Reynoldsspannungen werden in einem Unterraum mit nur 3% der Moden erfasst. Mit einem deutlich geringeren Freiheitsgrad bietet der ermittelte Unterraum mit niedrigem Rang eine klarere Grundlage für die Erfassung großräumiger, anhaltender Strukturen. Um die Skalen zu trennen, wird eine zweite räumlich-zeitliche Zerlegung auf den Unterraum mit niedrigem Rang, normal zur Richtung der Merkmale, angewendet. Es wird ein sekundärer Unterraum gebildet, der die Moden mit großen Skalen enthält, wobei nur 10% der neuen Moden verwendet werden. Die Untersuchung der spektralen und turbulenten Eigenschaften des genannten Unterraums zeigt, dass er die wandnahen Streaks beherbergt. Die erfassten Streaks zeigen einen signifikanten Beitrag zum Spektrum der Geschwindigkeitskomponente in Strömungsrichtung und sehr geringe Beiträge zu den Spektren der radialen und azimutalen Komponenten. Das entwickelte CDMD erweist sich als ein effektives Werkzeug zur Erkennung und Identifizierung großräumiger kohärenter Strukturen in wandbegrenzten turbulenten Strömungen
Detaillierte numerische Modellierung des Direktreduktionsprozesses von Eisenerz
No full textThe iron and steelmaking industry is among the largest contributors to global CO₂, driven by its energy-intensive processes and reliance on carbon-rich fuels. As steel demand rises in an increasingly competitive global market, innovative and sustainable production methods are urgently needed. The Direct Reduction (DR) process using syngas or hydrogen presents a promising approach to reducing CO₂ emissions and energy consumption in steel production. Computational modeling plays a crucial role in accelerating technology development, yet traditional models, such as the shrinking core model, fail to fully capture the complexities of the reduction process. More advanced models are necessary to simulate interactions between iron ore pellets and reducing gases and to scale effectively to industrial applications. To address these challenges, this dissertation introduces an improved porous solid model that overcomes biases in the shrinking core model, accurately representing the reduction of single iron ore pellets in H₂ and CO environments while accounting for carbon deposition and porosity changes. A comprehensive reduction mechanism is developed and validated against extensive experimental data without parameter adjustments, providing a solid foundation for advanced simulations. Besides the stand-alone kinetic model, a Computational Fluid Dynamics (CFD) solver has been developed, bringing the considerations to a spatially resolved environment, including pellet and gas phase regions. Building on the insights gained from single-pellet models, the research advances to the more complex modeling of fixed beds; a crucial step in bridging the gap between detailed small-scale studies and the case of industrial-sized reactors. A comprehensive methodology is developed, incorporating realistic packed-bed structures and high-quality computational meshes, for particle-resolved CFD simulations of the hydrogen-based direct reduction process in a fixed-bed setup. These simulations reveal crucial insights into the reduction process, such as the non-uniform reduction within the bed, the presence of gas pockets, and the impact of temperature variations due to the endothermic nature of hydrogen-based reduction. Finally, the study explores the influence of pellet sizes and shapes in the DR process via different reconstruction techniques, including computed tomography. By examining beds with various particle characteristics and structures, the research highlights the significant impact of these factors on reduction efficiency and overall conversion rates. This comprehensive modeling approach offers critical insights for optimizing the hydrogen-based direct reduction process, paving the way for its application in industrial-scale reactors. By addressing these research questions and providing innovative solutions, this dissertation contributes to the advancement of DR-technology, offering a path toward more sustainable steel production.Die Eisen- und Stahlindustrie gehört zu den größten Verursachern globaler CO₂-Emissionen, was auf ihre energieintensiven Prozesse und die Abhängigkeit von kohlenstoffreichen Brennstoffen zurückzuführen ist. Da die Nachfrage nach Stahl in einem ansonsten stark umkämpften globalen Markt weiter steigt, besteht ein dringender Bedarf an innovativen und nachhaltigen Produktionsmethoden. Das Direktreduktionsverfahren (DR) unter Verwendung von Synthesegas oder Wasserstoff bietet einen vielversprechenden Weg, um diese Herausforderungen zu bewältigen, indem es die CO₂-Emissionen senkt und den Energiebedarf in der Stahlproduktion reduziert. Die numerische Modellierung ist ein effizientes Werkzeug, um die Technologieentwicklung zu unterstützen und zu beschleunigen. Bestehende Modellierungsansätze, wie das Shrinking-Core-Modell, erfassen jedoch oft nicht die Komplexität des Reduktionsprozesses genau. Diese Einschränkungen verdeutlichen die Notwendigkeit fortschrittlicherer Modelle, die die komplexen Wechselwirkungen zwischen Eisenerzpellets und Reduktionsgasen besser simulieren und effektiv auf industrielle Anwendungen skalierbar sind. Um diese Probleme zu lösen, schlägt diese Dissertation zunächst ein verbessertes poröses Feststoffmodell vor, das die Schwächen des Shrinking-Core-Modells überwindet. Dieses Modell erfasst das Reduktionsverhalten einzelner Eisenerzpellets unter H₂- und CO-haltigen Gasen und berücksichtigt dabei die Auswirkungen von Kohlenstoffablagerungen und Porositätsveränderungen. Anschließend wird ein umfassender Reduktionsmechanismus entwickelt, der auf Grundlage eines großen experimentellen Datensatzes validiert wird, ohne dass eine Parameteranpassung erforderlich ist. Dies bietet eine robuste Grundlage für komplexere Simulationen. Neben dem eigenständigen kinetischen Modell wurde ein CFD-Solver (Computational Fluid Dynamics) entwickelt, der die Überlegungen auf eine räumlich aufgelöste Umgebung überträgt, einschließlich Pellet- und Gasphasen. Aufbauend auf den Erkenntnissen aus den Einzelpelletmodellen geht die Forschung zur komplexeren Modellierung von Festbetten über, ein entscheidender Schritt, um die Kluft zwischen detaillierten Kleinstudien und industriellen Reaktoren zu überbrücken. Eine umfassende Methodik wird entwickelt, die realistische Festbettstrukturen und qualitativ hochwertige Berechnungsnetze für partikellösende CFD-Simulationen des wasserstoffbasierten Direktreduktionsprozesses in einem Festbettaufbau integriert. Diese Simulationen liefern wichtige Einblicke in den Reduktionsprozess, wie die ungleichmäßige Reduktion innerhalb des Bettes, das Vorhandensein von Gasblasen und den Einfluss von Temperaturvariationen aufgrund der endothermen Natur der wasserstoffbasierten Reduktion. Schließlich untersucht die Studie den Einfluss von Pelletgrößen und -formen im DR-Prozess durch verschiedene Rekonstruktionstechniken, einschließlich der Computertomographie. Durch die Untersuchung von Betten mit verschiedenen Partikeleigenschaften und Strukturen hebt die Forschung die erhebliche Auswirkung dieser Faktoren auf die Reduktionseffizienz und die Gesamtkonversionsraten hervor. Dieser umfassende Modellierungsansatz liefert wichtige Erkenntnisse zur Optimierung des wasserstoffbasierten Direktreduktionsverfahrens und ebnet den Weg für seine Anwendung in industriellen Großreaktoren. Indem diese Forschungsfragen bearbeitet und innovative Lösungen bereitgestellt werden, trägt diese Dissertation zur Weiterentwicklung der DR-Technologie bei und bietet einen Weg zu einer nachhaltigeren Stahlproduktion
Normative planning and construction methods of Deutsche Bundesbahn : the transfer of industrial manufacturing processes to building construction
No full textDie Eisenbahnbauten der Nachkriegszeit prägen unsere Städte und ihre Peripherie. Anhand der Datenanalyse aus Archivalien und von eigenen empirischen Studien der Empfangsgebäude und Stellwerke wird untersucht, ob die Deutsche Bundesbahn normative Planungs- und Baumethoden angewendet hat. Es wird geprüft, inwieweit im Zeitraum 1950-1980 neue Gebäudetypen entstehen und welche Erkenntnisse auf die heutige Situation im Eisenbahnhochbau übertragen werden können.The railway constructions of the post-war period, in particular the station buildings and signal boxes from 1950 to 1980, have significantly shaped the urban landscape and its peripheries. Through the analysis of archival records and empirical studies of these railway buildings, this research investigates the extent to which Deutsche Bundesbahn employed industrialized manufacturing processes as well as standardized planning and construction methods. Furthermore, it examines the emergence of new building typologies within the period 1950–1980 and assesses which findings may be transferred to contemporary practices in railway architecture
Amtliches Mitteilungsblatt der BTU Cottbus–Senftenberg, 2025,25 (30.06.2025)
No full text1. Zweite Änderungssatzung zur Prüfungs- und Studienordnung für den Bachelor-Studiengang Medizintechnik (B.Eng.) vom 30. Juni 2025
2. Lesefassung: Fachspezifische Prüfungs- und Studienordnung für den Bachelor-Studiengang Medizintechnik (B.Eng.) vom 04. Oktober 2022 (AMbl. 23/2022) i. d. F. der Zweiten Änderungssatzung zur Prüfungs- und Studienordnung für den Bachelor-Studiengang Medizintechnik (B.Eng.) vom 30. Juni 202
Bilanzierung und Entscheidungsfindung im landwirtschaftlichen Wassermanagement unter begrenzter Datenverfügbarkeit : Chancen, Grenzen und Verbesserungsmöglichkeiten
No full textAlleviating water scarcity and ending hunger are two Sustainable Development Goals that are inextricably linked, as 70% of water is used for agricultural production. However, assessing and identifying improved water management requires costly field trials or knowledge and data to run agro-hydrological models. This thesis addresses this challenge by integrating an agro-hydrological model with global soil, crop and climate datasets into a user-friendly, web-based agricultural water management assessment tool, the Cool Farm Tool Water (CFTW). This dissertation substantially contributes to the development and assessment of this modelling framework as well as identifies levers to enhance the model performance. Model results were compared to published scientific field trials, eddy covariance observations as well as Water Footprint Network data. Finally, the model framework was applied to five cereals across India between 2005 and 2014, representing a high spatial, inter- and intra-annual heterogeneity. The modelling framework explained 96% of the variability in seasonal water footprints and reduced the error of water footprints by 70% compared to state-level averages by the Water Footprint Network. However, CFTW captured only 50% of the variance in seasonal crop water use. CFTW enables the assessment of the daily dynamics of evapotranspiration, can reproduce daily crop water stress but overestimates irrigation requirements by an average of 40%. It helps identify relative improvements in agricultural water management but lacks the accuracy for absolute assessments. Using local input data reduced the bias from 18.6% to 4.3% for evapotranspiration. While results showed site- and season-specific differences, the greatest model improvement is replacing global precipitation data with local observations, reducing e.g. the bias by 70.6% for daily water use. Water footprints and water use of India revealed the importance of considering crop-, season-, year- and location-specific differences. Total Rabi (dry season) water footprints were between 33.4% and 45.0% lower than Kharif (monsoon) water footprints. However, the Rabi blue water footprints accounted for up to 78.3%. Overall, India increased cereal production by 26.4% without utilising additional water resources, mainly through increases in yield, partly by shifting production to the higher-yielding Rabi season. CFTW supports addressing water scarcity and food security at seasonal timescales and, to some extent, at daily timescales. Global datasets combined with an uncalibrated agro-hydrological model can inform improved agricultural water management by providing water footprints, water use and water stress. However, model outcomes also revealed considerable offsets. These results highlight the difficulties of overcoming data scarcity in decision support tools for agricultural water management. The rapid development of global datasets may help to overcome identified limitations in the future.Die Bekämpfung von Wasserknappheit und Hunger sind eng miteinander verknüpft, da 70% der globalen Wassernutzung auf die landwirtschaftliche Produktion entfallen. Die Bewertung und Identifizierung von Verbesserungsmöglichkeiten im landwirtschaftlichen Wassermanagement erfordern jedoch kostenintensive Feldversuche oder fundierte Kenntnisse sowie geeignete Daten für den Einsatz agrarhydrologischer Modelle.
Die vorliegende Arbeit greift dies auf, indem sie ein agrohydrologisches Model mit globalen Datensätzen zu Boden-, Pflanzen- und Klimainformationen in einem nutzerfreundlichen, webbasierten Tool, dem des Cool Farm Tool Water (CFTW), vereint. Diese Dissertation trägt maßgeblich zur Entwicklung und Bewertung des Modellansatzes bei und erarbeitet Möglichkeiten zur Optimierung. Die Resultate wurden mit Daten aus wissenschaftlichen Feldversuchen sowie Informationen des Water Footprint Network verglichen. Darüber hinaus analysiert diese Arbeit den Getreideanbau in Indien zwischen 2005 und 2014 mit Hilfe des CFTW.
Dieser Modellaufbau kann 96% der Variabilität der saisonalen Wasserfußabdrücke abbilden und reduziert den Fehler um 70% verglichen zu den Durchschnittswerten des Water Footprint Network. Jedoch konnte CFTW nur 50% der Varianz der saisonalen Wassernutzung erfassen. Das Modell ermöglicht die Simulation der täglichen Schwankungen der Evapotranspiration, unterschätzt jedoch die absoluten Werte. Relative Verbesserungen des landwirtschaftlichen Wassermanagements können identifiziert werden. Durch die Verwendung lokaler Inputdaten kann der Bias von 18,6% auf 4,3% reduziert werden. Darüber hinaus kann CFTW den täglichen Wasserstress der Nutzpflanzen erfassen, überschätzt jedoch den Bewässerungsbedarf um durchschnittlich 40%. Trotz orts- und saisonspezifischer Unterschiede stellt die Nutzung lokaler Niederschlagsdaten den größten Hebel zur Verbesserung der Modellergebnisse dar. Diese reduzieren den Bias der täglichen Wassernutzung um 70,6%.
Die Auswertung der Wasserfußabdrücke und der Wassernutzung in Indien zeigt die große Bedeutung kultur-, saison-, jahres- und standortspezifischer Auswertungen. So ist beispielhaft der durchschnittliche Gesamtwasserfußabdruck während der Trockenzeit zwischen 33,4% und 45,0% niedriger verglichen zur Monsunzeit, zeigt jedoch mit bis zu 78,3% eine größere Abhängigkeit vom blauen Wasser. Die Ergebnisse zeigen, dass die indische Getreideproduktion um 26,4% gestiegen ist, ohne zusätzliche Wasserressourcen zu nutzen. Dies ist im Wesentlichen auf Ertragssteigerungen der Getreidekulturen zurückzuführen.
Globale Datensätze in Kombination mit einem unkalibrierten agrarhydrologischen Modell liefern zuverlässige Bewertungen des saisonalen Wasserfußabdrucks und gute Resultate für den täglichen Wasserverbrauch und Wasserstress. Sie leisten einen wichtigen Beitrag zur Bewertung und Verbesserung des Wassermanagements. Dennoch zeigten einige Modellergebnisse erhebliche Abweichungen und verdeutlichen die große Herausforderung, die sich aus fehlenden Daten für Entscheidungsprozesse ergeben
Amtliches Mitteilungsblatt der BTU Cottbus–Senftenberg, 2025,31 (01.09.2025)
No full textFachspezifische Prüfungs- und Studienordnung für den weiterbildenden Master-Studiengang Public Administration (M.P.A.) vom 01. September 202
A contribution to holistic optimization in core engine design
No full textDie etablierte Methode der Kerntriebwerksvorauslegung, die den Pfad immer größerer Komplexität und Abbildungsgenauigkeit bei abnehmender Abstimmung und Interaktion zwischen den Komponenten des Kerntriebwerks beschreitet, kann eine Systemverbesserung nicht zuverlässig herbeiführen. Dabei beginnt die Betrachtung des zu entwerfenden Triebwerks mit einer Gesamtbetrachtung und wird anschließend an weitgehend getrennte Expertengruppen übergeben. In diesen wird dann mit Auslegungswerkzeugen steigenden Detailgrads von analytischen Rechnungen mit empirischer Unterstützung über Stromlinienkrümmungsverfahren hin zu 3D-CFD-Methoden der Entwurf durchgeführt.
Das Ziel dieser Arbeit ist es, den Entwurfsprozess für das Kerntriebwerk weg von einer Optimierung einzelner Komponenten mit detaillierten Methoden hin zu einer ganzheitlichen Betrachtung der Qualität des Entwurfs zu führen. Dies überwindet die oben beschriebenen Einschränkungen in der Auslegung und ist trotzdem in der Lage, auf bestehende validierte Analysewerkzeuge zurückzugreifen. Dazu werden die dafür genutzten Kopplungsstrategien einer vergleichenden Untersuchung mithilfe eines analytischen Kerntriebwerksmodells unterzogen. Dabei wird die Wichtigkeit einer leistungsfähigen Kopplungsstrategie in Verbindung mit einem passenden Optimierungsalgorithmus dargestellt. Dies führt nicht nur zu einer Verbesserung der Ergebnisqualität, sondern ermöglicht oftmals erst den Einsatz kooperativer Methoden. Ein Verfahren mit stochastischem Sampling und der Nutzung von Antwortflächen wird in diesem Kontext erläutert und weiterentwickelt. Den Schnittstellen zwischen den Komponenten und ihrer Definition, Abbildung und Beeinflussung durch das Optimierungsverfahren kommt dabei entscheidende Bedeutung zu. Auf Basis dieses Vergleichs werden auf industriellen Methoden basierende Komponentenprozesse für die Analyse und Optimierung von Verdichter, Brennkammer und Turbine auf ihre Eignung im Rahmen einer ganzheitlichen Optimierung hin zunächst untersucht und dann angepasst. Die evaluierten Kopplungsstrategien und die angepassten Komponentenoptimierungsprozesse werden in einen Systemoptimierungsprozess überführt. Dazu wird die gewählte Kopplungsstrategie hierfür angepasst und demonstriert nach der Optimierung eine Verbesserung hinsichtlich der Systemzielfunktion, wodurch die Anwendbarkeit von kooperativen Auslegungsmethoden im industriellen Kontext gezeigt wird.The state-of-the-art method for the preliminary design of aero engines uses the path of increasing complexity and details while decreasing interaction and interdependence of the components of the core engine. This method is not able to provide a meaningful improvement of the overall system performance. Whilst the initial steps of the engine design are deeply integrated, the current method steps away from that and gives design decisions to separate groups of experts, where methods with ever-increasing level of detail are applied to design. This covers analytical tools with correction factors taken from empirical methods Meanline analysis methods as well as 3D-CFD methods.
The objective of the present work is to move the design process for the core engine away from an optimization of isolated components towards a holistic approach assessing the overall system quality. This allows the designer to overcome the limitations described above whilst retaining the knowledge inherent to established design methods. The used coupling strategies are, therefore, applied to an analytical representation of a core engine model and compared. This shows the importance of finding the right coupling strategy in conjunction with an appropriate optimization strategy. It not only improves the results but may be the key to using a specific coupling method in the first place. A method using stochastic sampling in combination with response surfaces is described in detail and expanded. The interfaces between components are a major focus and are important with respect to their definition, representation and modification. Based on this, industrial methods for the analysis and optimization of compressor, combustor and turbine are checked for their performance and modified accordingly. A system optimization process is created using the coupling methods and system processes discussed earlier. The chosen coupling strategy is modified and shows its potential to improve the system goal function during the optimization process. This shows the validity of using cooperative design methods in the context of industrial aero engine design
Das regionale Innovationssystem und der Strukturwandel in der Lausitz
No full textThe 2015 Paris Agreement called on developed countries to reduce greenhouse gas emissions to prevent the average global temperature from rising above 2°C. To achieve this goal, Germany decided to phase out lignite by 2038 at the latest. Recognising that the phase-out would lead to structural change in lignite mining regions, the government established the Coal Commission, which issued recommendations in its final report on how to manage this structural change. Lusatia, one of Germany's three lignite mining regions, will receive a total of €17.2 billion. This money will be used to fund research and innovation, secure the competitiveness of the regional economy and transform the regional energy system with new technologies and business models. However, the question is whether this unique amount of funding will be sufficient to stimulate regional economic development and green transformation in the rural and peripheral region.
This dissertation aims to contribute to answering this question from the perspective of Regional Innovation Systems (RIS). The RIS framework helps to explain the uneven geographical distribution of innovation and serves as a basis for the design and implementation of place-based innovation policies, the promotion of regional innovation capacity and the development of new industrial paths.
The work is based on three different studies that focus on certain aspects of the RIS framework. Chapter 2 is dedicated to the question if the strength of German RIS is related to the cooperation for innovation. The study finds that there is indeed a strong positive correlation between the two, which helps to understand why it is useful to foster cooperation and establish new research institutes to improve Lusatia's RIS in the long term. Chapter 3 analyses green path development in the lignite industry and the influence of the respective RIS in the German mining regions. While there was an observable shift towards renewables in the regions, the lignite industry was hardly connected to the three RIS. In addition, especially the lignite industry in Lusatia suffered from technological lock-in and only started to pursue a path renewal after the phase-out decision. The implication is that transforming industries should be supported, but their willingness to transform is likely to depend on changes in regulatory and market conditions at the national or even international level, rather than on RIS conditions. Chapter 4 focuses on the Smart Specialisation approach and analyses if Smart Specialisation in the field of energy is realistic in Lusatia. The study shows that the potential for such specialisation has not been sufficient in the past, but that critical masses can be achieved if the new research facilities and projects actually attract new companies and workers in the long term and if this remains the case after the initial funding has ended.Um das 2-Grad Ziel nach dem Paris Agreement zu erreichen, wurde in Deutschland beschlossen, die Braunkohleverstromung spätestens bis 2038 auslaufen zu lassen. Aufgrund dessen setzte die Bundesregierung die Kohlekommission ein, die Empfehlungen für die Bewältigung des Strukturwandels in den Braunkohleregionen gab. Die Lausitz wird zur Bewältigung des Strukturwandels insgesamt 17,2 Milliarden Euro erhalten. Diese Summe soll für Forschung und Innovation, die Sicherung der Wettbewerbsfähigkeit der regionalen Wirtschaft und die Transformation des regionalen Energiesystems verwendet werden. Es stellt sich jedoch die Frage, ob diese beträchtliche Summe ausreichen wird, um die regionale Wirtschaftsentwicklung und den ökologischen Wandel in der ländlichen und peripheren Region anzukurbeln.
Diese Dissertation soll aus der Perspektive des Regional Innovation Systems (RIS) Framework einen Beitrag zur Beantwortung dieser Frage leisten. Das RIS-Framework ermöglicht es, die ungleiche geografische Verteilung von Innovationen zu erklären, und dient als Grundlage für die Konzeption und Umsetzung ortsbezogener Innovationspolitik, die Förderung regionaler Innovationskapazitäten und die Entwicklung neuer industrieller Wege.
Die Arbeit basiert auf drei verschiedenen Studien, die sich auf bestimmte Aspekte des RIS-Frameworks konzentrieren. Kapitel 2 widmet sich der Frage, ob die Stärke der deutschen RIS mit der Intensität von Forschungskooperationen zusammenhängt. Die Studie kommt zu dem Ergebnis, dass tatsächlich eine positive Korrelation zwischen beiden Faktoren besteht, daher ist es sinnvoll, Zusammenarbeit zu fördern und neue Forschungsinstitute zu gründen, um das RIS langfristig zu stärken. Kapitel 3 analysiert die „grüne“ Pfadentwicklung in der Braunkohleindustrie und den Einfluss der jeweiligen RIS in den deutschen Bergbauregionen. Während in den Regionen eine Verschiebung hin zu erneuerbaren Energien zu beobachten war, war die Braunkohleindustrie kaum in den drei RIS eingebettet. Darüber hinaus litt insbesondere die Braunkohleindustrie in der Lausitz unter einem technologischen Lock-in. Daraus folgt, dass transformierende Industrien unterstützt werden sollten, ihre Bereitschaft zur Transformation jedoch eher von Veränderungen der regulatorischen und marktwirtschaftlichen Rahmenbedingungen auf nationaler oder sogar internationaler Ebene abhängt als von den RIS-Bedingungen. Kapitel 4 konzentriert sich auf den Ansatz der intelligenten Spezialisierung (S2) und analysiert, ob eine S2 im Bereich Energietechnik in der Lausitz tatsächlich der Realität entspricht. Die Studie zeigt, auf dass das Potenzial für eine S2 in der Vergangenheit nicht ausreichend war, aktuell jedoch eine kritische Masse erreicht werden kann, wenn die neuen Forschungseinrichtungen und -projekte neue Unternehmen und Arbeitskräfte anziehen und Bemühungen zur kooperativen Forschung und Entwicklung auch nach Auslaufen der Anschubfinanzierung weiterverfolgt werden
Ökologisierung der Institutionen : der Einfluss von kuratorischem Aktivismus auf das Umweltbewusstsein in Südindien
No full textThis practice-based PhD explores the pivotal role of curators in enhancing the relationship between audiences and environmental art projects, focusing on the transformative potential of curatorial activism in the unique cultural context of India. Employing the counterhegemonic strategy of the relational approach, this research examines curatorial activism across various institutional settings. Through a practice-based methodological design, this project evaluates the efficacy of cultural institutions to communicate environmental crises and climate science to the public. It aims to generate a rich, original inquiry by organising exhibitions and events collaborating with environmental activists, artists, and institutions. This thesis highlights the curator's role as a researcher, educator, and mediator, bridging the gap between environmental art activism and curatorial discourse.
Critical analysis of audience engagement in curated events like 'Who will Speak: Me? You? Or Nobody?' (2022), 'Waking up to the Fierce Urgency' (2022), and 'Ink & Ecology: Eco-stories for a Sustainable Future' (2023) vividly demonstrate the profound impact of combining relational strategies with curatorial practices. This research significantly contributes to curatorial discourse and environmental art theory by questioning how curatorial activism can enhance audience engagement and foster transformative impacts, inspiring curators to recognise the power of their roles in shaping public discourse.
The conceptual framework draws on Maura Reilly's curatorial activism and the scholarly reflections of Jean-Paul Martinon and Irit Rogoff on curatorial knowledge events. The insights of activist artist Ravi Agarwal and cultural critic TJ Demos on contemporary Indian environmental art practices further inform this study, emphasising a move beyond aesthetic approaches to critical curating.
By intersecting political ecology with curatorial activism, this research meticulously analyses curatorial strategies and their ethical responsibilities towards the environmental crisis. It identifies current trends, evaluates the impact of curated projects, and investigates the relationship between institutional frameworks and art activism. The study strongly asserts that in the Indian context, curatorial activism, enriched with cultural and regional nuances, cannot just emerge but also stand as a potent tool for advancing politicised and critical curatorial practices, underlining the urgency and importance of this research.Diese praxisorientierte Doktorarbeit untersucht die zentrale Rolle von Kuratoren bei der Verbesserung der Beziehung zwischen Publikum und Umweltkunstprojekten und konzentriert sich auf das transformative Potenzial des kuratorischen Aktivismus im einzigartigen kulturellen Kontext Indiens. Unter Verwendung der gegenhegemonialen Strategie des relationalen Ansatzes untersucht diese Forschung den kuratorischen Aktivismus in verschiedenen institutionellen Kontexten. Durch ein praxisbasiertes methodisches Design evaluiert dieses Projekt die Effizienz von Kulturinstitutionen bei der Kommunikation von Umweltkrisen und Klimawissenschaft in der Öffentlichkeit. Es zielt darauf ab, durch die Organisation von Ausstellungen und Veranstaltungen in Zusammenarbeit mit Umweltaktivisten, Künstlern und Institutionen eine reichhaltige, originelle Untersuchung durchzuführen. Diese Arbeit betont die Rolle des Kurators als Forscher, Erzieher und Vermittler, der die Kluft zwischen Umweltkunstaktivismus und kuratorischem Diskurs überbrückt.
Eine kritische Analyse der Publikumsbeteiligung bei kuratierten Veranstaltungen wie 'Who will Speak: Me? You? Or Nobody?" (2022), "Waking up to the Fierce Urgency" (2022) und "Ink & Ecology: Eco-Stories for a Sustainable Future" (2023) zeigen anschaulich die tiefgreifende Wirkung der Kombination von Beziehungsstrategien mit kuratorischen Praktiken. Diese Untersuchung leistet einen wichtigen Beitrag zum kuratorischen Diskurs und zur Umweltkunsttheorie, indem sie hinterfragt, wie kuratorischer Aktivismus das Engagement des Publikums verstärken und transformative Wirkungen fördern kann, und Kuratoren dazu inspiriert, die Macht ihrer Rolle bei der Gestaltung des öffentlichen Diskurses zu erkennen.
Der konzeptionelle Rahmen stützt sich auf den kuratorischen Aktivismus von Maura Reilly und das akademische Denken von Jean-Paul Martinon und Irit Rogoff über kuratorische Wissensveranstaltungen. Die Erkenntnisse des aktivistischen Künstlers Ravi Agarwal und des Kulturkritikers TJ Demos über zeitgenössische indische Umweltkunstpraktiken fließen ebenfalls in diese Studie ein und betonen, dass es nicht nur um ästhetische Ansätze geht, sondern um kritisches Kuratieren.
Durch die Verknüpfung von politischer Ökologie und kuratorischem Aktivismus werden in dieser Studie kuratorische Strategien und ihre ethische Verantwortung gegenüber der Umweltkrise genau analysiert. Sie zeigt aktuelle Trends auf, bewertet die Auswirkungen kuratierter Projekte und untersucht die Beziehung zwischen institutionellen Rahmenbedingungen und Kunstaktivismus. Die Studie macht deutlich, dass kuratorischer Aktivismus, angereichert mit kulturellen und regionalen Nuancen, nicht nur im indischen Kontext entstehen kann, sondern auch ein wirksames Instrument zur Förderung politischer und kritischer kuratorischer Praktiken ist, was die Dringlichkeit und Bedeutung dieser Forschung unterstreicht
Stochastische Epidemiemodelle mit partieller Information und Schätzung der Dunkelziffer
No full textThis thesis presents a novel stochastic modeling framework for epidemic dynamics, focusing on the challenges posed by non-observable states and the gradual decline of immunity, as revealed by the Covid-19 pandemic. Our research develops an extended compartmental model that incorporates sequences of cascade states to accurately represent the progressive loss of immunity after vaccination or recovery. This model, rooted in a non-homogeneous continuous-time Markov chain and approximated by a diffusion process, facilitates efficient computation. The resulting dynamics exhibit non-linearities in both the drift and diffusion coefficients, making the process of hidden state estimation particularly challenging. These complexities highlight the need for advanced techniques to accurately capture and predict the system's behavior under partial observability. A novel approach using cascade states is introduced to tackle the issue of partially hidden compartments where either inflow or outflow is observed, but not both. By leveraging information from observed transitions, this method significantly enhances model accuracy. The framework also enables the application of advanced filtering techniques, particularly the Extended Kalman Filter (EKF), for estimating both hidden epidemic states and time-varying parameters. This allows for calibrating based on real data, ensuring robust and accurate predictions. Furthermore, this thesis extends the methodology to multi-group (multi-patch) models, capturing the complexities of heterogeneous population dynamics. This includes factors such as mobility, super-spreader events, and accounting for partial information. By incorporating these elements, the model provides a more comprehensive understanding of epidemic spread across diverse and interconnected populations. To address the curse of dimensionality often encountered in high-dimensional filtering problems, a modified EKF based on a reduced-order EKF is introduced, leveraging a low-rank approximation of the covariance matrix. This reduced-order EKF allows for stable and efficient estimation of hidden states even with limited computational resources. Finally, the work explores parameter estimation within the partial information context, employing both likelihood-based inference and state augmentation techniques. Numerical experiments demonstrate the model's ability to accurately reproduce observed Covid-19 dynamics in Germany, highlighting its potential for informing public health strategies and managing future outbreaks. This work offers a robust and adaptable framework for understanding and predicting the spread of infectious diseases.Diese Dissertation präsentiert innovative stochastische Modellierungsansätze für den Verlauf von Epidemien, die den Herausforderungen begegnen, die durch nicht direkt beobachtbare Zustände und den schrittweisen Rückgang der Immunität entstehen – wie sie durch die Covid-19-Pandemie offenkundig wurden. Entwickelt wird ein erweitertes Kompartimentmodell, das kaskadenartige Zustände nutzt, um den graduellen Verlust der Immunität nach Impfung oder Genesung präzise abzubilden. Das Modell basiert auf einer inhomogenen kontinuierlichen Markov-Kette und wird durch einen Diffusionsprozess approximiert, was effiziente Berechnungen ermöglicht. Die resultierenden Dynamiken enthalten Nichtlinearitäten in Drift- und Diffusionskoeffizienten, wodurch die Schätzung nicht beobachtbarer Zustände besonders anspruchsvoll wird. Diese Komplexität unterstreicht die Notwendigkeit neuer Techniken, um das Verhalten des Systems bei unvollständiger Beobachtbarkeit adäquat erfassen und vorhersagen zu können. Ein neuer Ansatz mit kaskadenartigen Zuständen adressiert das Problem teilweise unbeobachtbarer Kompartimente, bei denen nur Zu- oder Abflüsse, nicht aber beide gleichzeitig messbar sind. Durch die Nutzung von Informationen aus beobachteten Übergängen wird die Modellgenauigkeit erheblich gesteigert. Zudem eröffnet dieser Ansatz den Einsatz von Methoden der Filtertheorie, insbesondere des erweiterten Kalman-Filters (EKF), um nicht beobachtbare Epidemiezustände (z.B. undokumentierte Infektionen) sowie zeitvariable Modellparameter zu schätzen. Damit wird eine Kalibrierung anhand realer Daten möglich, die robuste und verlässliche Vorhersagen erlaubt. Darüber hinaus wird die Methodik auf Mehrgruppen- (Multi-Patch-) Modelle ausgeweitet, um die Dynamik heterogener Populationen abzubilden. Faktoren wie Mobilität, Super-Spreader-Ereignisse und unvollständig beobachtbare Zustände werden integriert, sodass ein umfassenderes Verständnis der Ausbreitung in unterschiedlichen und vernetzten Bevölkerungsgruppen entsteht. Zur Bewältigung des Fluchs der Dimensionalität, wie er bei hochdimensionalen Filterproblemen auftritt, wird ein modifizierter EKF vorgestellt. Dieser basiert auf einem EKF reduzierter Ordnung, der eine Niedrigrang Approximation der Kovarianzmatrix nutzt. So gelingt eine robuste und effiziente Approximation verborgener Zustände auch unter limitierten Rechenressourcen. Schließlich widmet sich die Arbeit der Parameterschätzung unter unvollständiger Information. Hierbei werden Maximum-Likelihood-Methoden sowie zustandserweiterte Kalman-Filter eingesetzt. Numerische Experimente belegen, dass das Modell die beobachteten Covid-19-Dynamiken in Deutschland präzise erfasst und ein hohes Potenzial zur Unterstützung von Gesundheitsstrategien sowie beim Management künftiger Ausbrüche bietet. Insgesamt stellt die Dissertation robuste und flexible Modelle und Methoden bereit, die wesentlich zum Verständnis und zur Vorhersage der Ausbreitung von Infektionskrankheiten beitragen